11月25日，由智谱AI支持，北京市科委、中关村管委会科普专项经费资助的系列栏目“科普大佬说”很荣幸邀请到北京大学信息科学技术学院教授陈江老师，和大家一起聊聊AI与教育的结合会对我们的生活产生哪些影响。

个人简介：

陈江，北京大学信息科学技术学院教授，在北大获得理学学士和工学博士后留校任教。北大教学卓越奖、十佳教师、教学优秀奖获得者。潜心教学，目前在北大主讲“电子线路分析与设计”、“创新与快速原型研制”、“电子游戏通论”、“学术报告与表达”等八门课程，深受学生青睐。目前担任北大教师教学发展中心培训专家。近年来受邀做PPT运用、直播授课、教学互动等主题的报告讲座百余场，广获好评。

近年来，人工智能的进展有目共睹。特别在今年，AI又在几个领域里搅动得天翻地覆，而更多的冲击似乎还在路上。

教育教学这个古老的行当也在近几十年里不断面临各种新技术的滋养和洗礼：电视教学、计算机技术、互联网、慕课、直播……教育领域的其他新技术也是层出不穷。在这样的背景下，人工智能（AI）作为当前最前沿的科学技术，也正在逐渐影响降着传统的教育行业。特别的，对于一些人而言，AI赋能教育本身已经不再是将来时，而是进行时了。

那么，对于全球数以亿计的教师而言，AI引入教育到底是福还是祸呢？本期我们的讲座即试图从前瞻性的视角，以较为轻松的口吻来尝试预测AI对教育领域的影响。

创新工场认为，在未来的三十年间，人们能够借以在社会上立足的岗位大概有以下几个类型：

在不远的将来，如果AI 能完成绝大多数的事情，那么人类要做什么？

作为教育工作者，陈江老师认为在未来有限时间内能够看到的大概有以下四点：

1. 形式：AI时代的教育会是什么样的？

    

2. 途径：AI会以哪些途径进入教育领域？

    

3. 教师：面对的机遇和挑战？

    

4. 学生：学生和家长该做的准备？

    

在传统教学活动中，教学效率的一个重要指标是学生与教师的人数比（也就是生师比），而教学的品质，很大程度上取决于听课学生所获得的互动量（包括问答、作业、考试、答疑等等）。在下面这张图表里列出了各种教学形式——越靠向右上角，就更能教学效率和教学品质兼得：

中间最大的圈是普通的线下课堂教学，大约几十人的班级，老师和学生之间有少量的互动。相对而言，小班学生人数更少，互动量更大，直到最右边的家教形式；而大班则教学效率更高，但互动量更少，直到最上边的广播教学。这些形式都是受限于老师的精力和时间的。

翻转课堂作为一种教学形式在前几年被炒得很热，但是带来的教学效率改进并不显著——在理想情况来看，学生们的主要学习过程是观看老师放在网站上的教学视频，而当师生们回到教室之后，老师的精力和时间主要用来和学生们互动，所以原则上翻转课堂的教学效果可以略有提升；早在90年代计算机逐渐发展的年代，就出现了CAI计算机辅助教学的技术，但受当时软硬件的成本和制作技术限制，这一技术并未得到广泛应用；后来的远程教学技术使得教师可以在大批学生在看完网络视频之后，和学生进行少量的互动（虽然并不是很多）；慕课这一教学形式至今发展了十年，虽然大多数在线慕课已经无人问津，但少数精品慕课依然火爆——在上面坐标系里它们能突出在偏右上角的原因，在于它们实现了良好的互动，而这些互动不单来自于老师和助教，还来自于同学之间、当前学生和往届学生之间；热门的直播课程也是如此。

从这张表上呈现的历史发展趋势来看，人们期望在未来能在图的右上角看到数值破表的人工智能来讲授的课程，也就是AI课程 —— 基于人类共享的知识基础，而能够服务于全人类的学生，并且是针对每一位学生从婴儿到坟墓的终身贴身教育，全程观测、全程调整、完全个性化的教学，是一个无时无刻关注着自己且有着积极互动的“教育管家”。

从今天的教育形式演变到未来的AI主导的教育，当然还存在着很大一段距离。那么会有那些可能的途径呢？我们认为存在着多种可能：从传统课堂、直播教学、家教和政府（教育部门）的立场来看，会有各自不同的途径：

从这一两年AI的发展看起来，随着ChaptGPT这类工具的引入，在经济利益和效益的刺激下，教育界现在的生态终将被打破，而逐步形成未来基于AI的教育新生态 —— 虽然作为“搞教育”的人，大谈特谈“经济价值”似乎不太高尚，但底层决定上层建筑 —— 一部分熟悉AI的教育行业业者能率先适应AI的存在，有人会尝试与AI竞争，有人会学习使用AI来建立自己的优势，但终将慢慢汇合，在AI教育生态中找到自己的新定位。

不过上面的图实施起来可能比较遥远，大约是在二十年到五十年的未来吧。而在不久的将来，在五年或十年的尺度上，半AI的课程体系有可能会逐步建成并流行起来 —— 它可能的形式之一可以用下图来描述：

在这种设想中，首先AI对学生做“课前尽调”，包括确认学生的身份、通过测试了解学生的起始水平（是否达到了选修课程的基本要求），并了解学生的意愿，以便为每个学生量身制定合理的教学方案。

制定方案之后的实施过程中，主要也是由AI来完成教学过程的 —— 每个知识点都通过自动的测试和针对性的补学来达到语气的目标。值得强调的是，互动测试遍布学生学习的整个过程，应该在每次测试中都获得足够的信息，以便确认学生确实适合学习后面的内容了。当然，也可以由AI建议学生自己来决定是否要进行下一模块的学习。

通过学生整个学习过程中的大数据，可以对其学习质量做更完整和可靠的评价，而课后的验收环节相对倒是可选和次要的了。

老师不再是授课的主体，而主要在学生的学习过程中，在半AI的人工智不能回答学生问题的情况下，接入并完成答疑；当然，也需要教师在选课前为学生提供AI所不能提供的建议、结课后为学生的学习过程进行背书。

在这种可以畅想的未来教育体系中，人类教师的将与人工智能相互配合、密切合作。其中，教育中的AI的任务清单总结如下：

由上述清单中，从左至右，可行性相对降低，而难度则相对变大。目前可行性最高且难度最低的AI任务是身份确认，包括各种生物特征、行为模式识别等。至于其中的QTE（Quick Time Event）鉴权的概念发源于电子游戏，指的是AI会在执行教学任务的过程中，随机发出指令，并期望获得学生的即时响应 —— 一方面可以确认是否一直是学生本人在执行学习流程，而同时也能对学生的学习成效进行实时的记录，并进行互动的释疑。

而数据分析指的是对教学和学习材料进行评估，当然，也可以纳入对相关教师的信用评估。在学习的过程之中，系统评价老师和学生，学生评价系统和老师，老师评价系统学生，这种评价机制是一直在运作的，所以称之为“全局更新”。而这里提出的新概念“置信度衰变”，是指学生在完成部分内容学习之后，即便当时获得了对其学习成效的评价（譬如课程分数），随着时间的流逝，这个分数的可信度也是会慢慢变低的 —— 譬如，如果毕业之后，如果从事的工作一直用不到数学的基础，人们很难在数十年之后还记得当初高等数学的内容，因此成绩的置信度也会随之而演进。

对学生的教学方案设计和互动测试都是比较难的任务：因为学生自己意愿是模糊的、学生自己的可用资源也需要统计 —— 如果教育公平化被提到很高的高度的话。可能在半AI的时代，还有不少问题需要教师来解答，但是当学习这门课程的人数积累增多，人工智能也能更好地学习，并愈发熟练地接过教师的工作。

这里还提到了一个叫做最经济测试的概念。这是指：因为AI对学生知识掌握的程度有相当多的信息，那就不必在每次测试都耗费较长的时间，而是针对系统中对学生量身定做每一道题，并且每当学生完成一道题，都对后面应该出什么题、出多少题产生影响。

最核心的互动教学是目前难度最大、可行性最低的任务：其中教学资料的调度、授课方案的微调是时时刻刻在进行着的。既然是高级别的AI，原则上在出题的时候还能考虑到学生的情绪、心理因素。譬如说，如果一直给学生较难的题目，学生心情差的话，有可能会有不理想的发挥不好，但这又是对心理能力的锻炼和培养。到底怎么做更合理，现在我们并不能看出最佳的答案。

在半AI时代，和上文所设想的AI任务清单相似，教师也有自己的工作清单：

在图中，偏左侧的任务要求教师即时的回应，而偏右侧的任务要求教师有深度的思考。基于从事的岗位的不同，可以把教师的工作类型分为了三种——响应型、标注型和运维型。

最左侧是响应型：包含答疑、咨询和应诉之类。其中咨询中的三方会谈群，是指对稍微复杂的问题，由多个老师共同探讨和处理，虽然大部分场景可以仅由一位教师来应对、确认或处理即可。

而最右侧的运维型属于层次较高的任务，需要指引AI的介入、指引系统和AI来更新哪些资源，并确认更新的数据、内容和方法是否合理。

当然，即便AI要如约而来，迎接其降临的工作也有不少需要教师们来完成 —— 老师们可能需要在这段时间里考虑这样一个问题：到底是打造自己的能力，以便未来与AI去协作？还是化身为建设AI教师的奠基人，成为传统教师岗位的掘墓人？ 前者可以做的事情包括服务、管理、技术、数据、媒体和表演等类别，而后者要为未来制定演进路线 —— 在AI时代，老师们不仅要攻关AI教育系统中的关键技术，也需要完善成AI驱动的教育专家系统。

时至2022年的今天，只要不选择彻底躺平的老师，应该首先需要了解AI是什么东西，它能做些什么？去一些行业内比较领先的AI公司网站上看看，就可以大致看到AI目前应用比较广泛领域 —— 语音语义、各种识别技术、图像处理，以及各种媒体的生成、合成与混合的能力等。在不远的未来，各种创作能力也会大放异彩。在接下来的20年里，人们可以不懂AI背后的算法，但是也应该慢慢去适应和使用AI —— 这是下一个时代的工具和入门券，正如三十年前的计算机、十五年前的智能手机一样。

AI的兴起，为未来的老师和学生都带来了挑战。不过长江后浪推前浪，已经上了滩头的前浪老师们自然需要纠结到底和AI做多深的捆绑、是不是需要临阵磨枪，而后浪同学们则是几乎是一定要与AI共舞了。那么，在进入AI真正的热季之前，同学们是不是应当做更多的准备，来适应变革时代的来临呢？

越逼近AI的时代，世界的变化越快。同学们要注重培养的不只是学习知识，更重要的是学习能力和适应能力。学习能力、应变能力和判断力，都是需要在课程的学习过程中注重锻炼的，这样才能应对各种新的变化；除此之外，EQ同样也是特别需要温养的东西 —— 这里包含抗压力和世界观；即使到了AI时代，我们还是需要和人打交道，因此个人素质里的表达能力、交际能力和领导力，无论何时都是重要的。

总之，AI的世界日新月异，那人们就需要不断地适应这个速度。可能有的同学会抱怨出生太晚，要面临如此艰难的挑战，但AI同样为这个世界带来了巨大的动力和潜能。具体这场新的浪潮带来的是福还是祸，就看自己是勇猛细致的弄潮儿，还是被潮水冲来刷去的可怜人了。